基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究.pdf

1、圖像分割是目標檢測和識別中的重要環(huán)節(jié)，是計算機視覺中基本和關鍵技術之一，其目的是將感興趣的部分從圖像中分割出來，為后續(xù)處理和識別提供依據。圖像分割有許多種方法，其中使用最為普遍的就是閾值分割方法，其實現比較簡單，便于分割。如果我們要對直方圖呈多峰分布的復雜圖像進行有效分割，并且找到一組最佳多閾值組合進行圖像的分割，將會存在著計算量大、耗時長等問題，常常無法滿足實際應用對實時性的要求。閾值選取的準確性決定著圖像分割的質量，如何準確快速地搜

2、索到多閾值最佳組合是目前圖像分割技術研究的難點。
　　粒子群算法和量子粒子群算法均是目前獲得廣泛應用的智能尋優(yōu)算法。本文將改進的粒子群算法、量子粒子群算法，分別與最大熵法相結合，嘗試提出高效準確的算法來解決多閾值分割面臨的問題。具體研究內容如下：
　　1.對粒子群算法做出改進，引入相對基算法和擴張模型，并與最大熵法結合起來。首先由最大熵法得到所要優(yōu)化的目標函數，用改進過的粒子群算法對其進行優(yōu)化，搜索到最佳閾值組合，來實現圖像